Prometheus Query Language (PromQL) 支持多种函数，这些函数可以用来处理时间序列数据，包括但不限于过滤、聚合、比较、数学运算和时间窗口操作。下面是一些主要的 PromQL 函数及其含义：

过滤器函数

• {...}：标签匹配器，用于选择具有特定标签集的度量。
• ==, !=, =~, !~：比较运算符，用于在标签中进行匹配或不匹配。

Prometheus 当前稳定的 HTTP API 可以通过 /api/v1 访问。

Prometheus 提供了一套 HTTP API，其中包括查询（Query）和查询范围（Query Range）API，它们允许你使用 PromQL（Prometheus Query Language）从 Prometheus Server 中检索指标数据。这些 API 为外部系统、监控仪表板（如 Grafana）和脚本提供了一种标准化的方式来访问 Prometheus 存储的时间序列数据。

查询（Query）API

查询 API (/api/v1/query) 用于获取 Prometheus Server 当前的即时快照数据。这意味着它返回的是最近接收到的数据点。这个 API 接受一个 PromQL 表达式作为查询参数，并返回与该表达式匹配的最新数据点。

Prometheus Query Language (PromQL) 支持多种操作，这些操作允许你对时间序列数据进行筛选、比较、数学运算和聚合。以下是 PromQL 中的一些主要操作及其含义：

比较操作

• ==, !=, <, >, <=, >=: 这些是比较操作符，用于在时间序列数据点之间进行比较。比较操作会产生一个布尔向量，其中每个样本点都有一个布尔值（true 或 false）表示比较的结果。

Prometheus Query Language (PromQL) 是 Prometheus 监控系统中用于处理和查询时间序列数据的领域特定语言（DSL）。PromQL 允许用户从 Prometheus 的时间序列数据库中检索和操作数据，以执行复杂的分析和聚合，从而更好地理解和可视化监控数据。

PromQL 的设计目标是提供一种直观且强大的方式来表达时间序列数据的查询，同时保持查询的高性能和低延迟。它支持多种操作，包括：

1. 即时查询：查询 Prometheus 存储的最新数据点。
2. 范围查询：查询特定时间范围内的数据点，用于绘制图表或进行历史数据分析。
3. 算术运算：对时间序列进行加、减、乘、除等数学运算。
4. 比较运算：比较时间序列，生成布尔向量，用于创建警报规则。
5. 聚合函数：对时间序列数据进行求和、平均、最小值、最大值、计数、标准偏差等聚合操作。
6. 时间窗口函数：如 rate 和 irate，用于计算时间序列的速率。
7. 向量操作：包括向量间的匹配、标签操作和向量转换。
8. 正则表达式匹配：用于选择具有特定标签值的时间序列。
9. 函数和常量：提供预定义的函数和常量，如 quantile 函数和 time 函数。

Prometheus 的 Remote Read API 是 Prometheus Server 用于从远程存储（remote storage）查询历史数据的一种机制。Prometheus 通常将数据存储在本地的时序数据库中，但有时候，出于扩展性、持久化存储或数据分析的考虑，你可能需要将数据存储到外部系统，如长期存储解决方案、大数据平台或分布式存储系统。

Remote Read API 允许 Prometheus Server 从这些远程存储系统中检索历史数据，以便进行查询和可视化。这在以下场景中特别有用：

1. 水平扩展：当单个 Prometheus Server 无法处理大量的时间序列数据时，可以将数据存储到外部系统，然后使用 Remote Read API 来查询这些数据。

2. 长期存储：Prometheus 本地存储的数据通常有限制，可能不足以保存长期的历史数据。使用 Remote Read API，你可以将数据存储到专门的长期存储解决方案中，如 S3、Google Cloud Storage 或其他对象存储服务。

3. 数据分析：有些情况下，你可能想在外部系统中对历史数据进行更复杂的数据分析或数据挖掘。在这种情况下，你可以将数据存储到支持更强大查询能力的系统中，然后使用 Remote Read API 查询这些系统。